Was macht multi-modal-skill-md?
Agent-Fähigkeiten, die gleichzeitig sehen, hören und programmieren.
Agent-Fähigkeiten, die gleichzeitig sehen, hören und programmieren.
Dieses Skill-Paket, avasis-ai/multi-modal-skill-md, befähigt KI-Agenten dazu, multimodal zu interagieren: Sie können visuelle Informationen (z.B. Screenshots, Diagramme) erfassen, Audioeingaben (z.B. Sprachbefehle, Besprechungsnotizen) verarbeiten und gleichzeitig Code generieren oder bearbeiten. Es ist besonders nützlich für Entwicklungsumgebungen wie Claude Code, Cursor oder Codex, in denen ein Agent Kontext aus verschiedenen Quellen gleichzeitig aufnehmen muss, um effizient zu arbeiten. Der Skill nutzt eine gemeinsame multimodale Pipeline, die Eingaben parallel analysiert und in strukturierte Anweisungen für den Agenten umwandelt. Dadurch können Entwickler schneller Feedback erhalten und komplexe Aufgaben wie UI-Debugging, Code-Review mit visuellen Hinweisen oder sprachgesteuerte Codierung bewältigen. Die Implementierung folgt dem Standard-SKILL.md-Format und lässt sich nahtlos in bestehende Agent-Workflows integrieren.
npx skills add avasis-ai/multi-modal-skill-mdInstalled? Explore more Codierung & Entwicklung skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →
Agent-Fähigkeiten, die gleichzeitig sehen, hören und programmieren.
Send and manage iMessages via BlueBubbles, including attachments, tapbacks, edits, replies, and groups.
Control Eight Sleep pods (status, temperature, alarms, schedules).
BluOS CLI (blu) for discovery, playback, grouping, and volume.
Create, search, and manage Bear notes via grizzly CLI.
Capture frames or clips from RTSP/ONVIF cameras.
Search GIF providers with CLI/TUI, download results, and extract stills/sheets.